MétaCan
Menu
Retour à la cohorte
Enregistrement W1994449740 · doi:10.1037/a0032279

The nature and correlates of self-esteem trajectories in late life.

2013· article· en· W1994449740 sur OpenAlexaff
Jenny Wagner, Denis Gerstorf, Christiane A. Hoppmann, Mary A. Luszcz

Notice bibliographique

RevueJournal of Personality and Social Psychology · 2013
Typearticle
Langueen
DomainePsychology
ThématiqueAging and Gerontology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSelf-esteemPsychologyCognitionLongitudinal studyDevelopmental psychologyPerspective (graphical)Successful agingDemographyGerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

Is it possible to maintain a positive perspective on the self into very old age? Empirical research so far is rather inconclusive, with some studies reporting substantial declines in self-esteem late in life, whereas others report relative stability into old age. In this article, we examine long-term change trajectories in self-esteem in old age and very old age and link them to key correlates in the health, cognitive, self-regulatory, and social domains. To do so, we estimated growth curve models over chronological age and time-to-death using 18-year longitudinal data from the Australian Longitudinal Study of Ageing (N = 1,215; age 65-103 years at first occasion; M = 78.8 years, SD = 5.9; women: 45% of sample). Results revealed that self-esteem was, on average, fairly stable with minor declines only emerging in advanced ages and at the very end of life. Examination of the vast between-person differences revealed that lower cognitive abilities and lower perceived control independently related to lower self-esteem. Also, lower cognitive abilities were associated with steeper age-related and mortality-related self-esteem decrements. In our discussion, we consider a variety of challenges that potentially shape self-esteem late in life and highlight the need for more mechanism-oriented research to better understand the pathways underlying stability and change in self-esteem.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,035
Tête enseignante GPT0,382
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality and Social PsychologyMême sujetAging and Gerontology ResearchTravaux en français237 207